部门介绍
Fin-AI Lab / 财富 AI Lab 是面向金融场景打造的 AI Native 技术团队，聚焦大模型、Agentic Learning、Tool Use、复杂推理、金融数据理解与端到端 AGI 金融智能产品和系统建设。 团队的核心目标是围绕真实复杂金融场景，训练和构建能够完成长程、多步、可验证任务的大模型 Agent。我们关注大模型从“会回答”走向“会规划、会调用工具、会使用数据、会自我校验、会完成任务”的能力跃迁。 在金融场景下，Agent 面临更高的技术挑战：数据高度结构化与实时变化并存，任务链路长，工具体系复杂，事实性和严谨性要求高，推理过程需要可追踪、可验证、可控。因此，团队需要围绕 Agent 规划、工具调用、记忆、反思、执行环境、评测体系、强化学习与数据飞轮，系统性提升大模型在复杂金融任务中的能力上限。
岗位职责
- 负责大模型 Agent 算法体系建设，包括规划、工具调用、记忆、反思、执行控制等核心模块；
- 构建 Agentic Learning 训练方案，包括 Agent 轨迹数据、过程监督、偏好数据、Reward Model 和强化学习目标设计；
- 探索 SFT、DPO、PPO、GRPO、Process Reward、Outcome Reward 等方法在 Tool Use 和长程任务中的应用；
- 设计金融 Agent Benchmark，建立评测驱动的模型和系统迭代机制；
- 优化多工具调用链路，包括工具路由、参数生成、结果解析、调用链规划和异常恢复；
- 建设金融任务执行环境，包括工具调用环境、模拟任务环境、自动评测环境和训练数据生成环境；
- 跟踪 Agentic Learning、Tool Use、RL for LLM、Long-horizon Reasoning 等前沿方向，并推动技术落地。
职位要求
- 扎实的大模型算法基础，理解 Transformer、LLM 训练、后训练、推理机制和对齐技术；
- 熟悉 Agent 技术范式，如 ReAct、Plan-and-Execute、Reflexion、Tree-of-Thought、Function Calling、Multi-Agent 等；
- 熟悉 Tool Use 相关技术，理解工具选择、参数生成、工具结果解析、多工具协同和失败恢复等问题；
- 熟悉 SFT、DPO、PPO、GRPO、RLHF/RLAIF、Reward Model、Preference Learning 等方法；
- 具备较强工程能力，熟练使用 Python，熟悉 PyTorch、Transformers、vLLM、Ray、DeepSpeed、Megatron-LM、FSDP、OpenRLHF、verl、slime 等框架中的一种或多种；
- 具备良好的任务抽象和实验分析能力，能够将复杂任务拆解为可执行、可评测、可训练的 Agent 任务；
- 对大模型 Agent 方向有持续热情，关注前沿研究，对 Agent 失败模式和真实系统落地挑战有深入思考。 【加分项（模型×Agent联合优化成果）】
- 在模型与Agent的交叉领域有过充分实践优先：
- 顶会论文：NeurIPS/ICML/ICLR/ACL等与Agent/对齐/RLHF相关论文；
- 开源项目：为知名开源社区项目贡献核心代码，或有高star自主项目；
- 线上系统：参与过真实上线的AI系统，有可量化的效果指标；
- 技术影响力：高质量博客/竞赛奖项/有用户的Side Project。
